xAI、Grok 4.5を発表 性能はOpus 4.8に迫り、速度は約2倍・出力価格は約4分の1に

一言で、動く太陽系をつくる

ベンチマークはひとまず置いて、何ができるかを見る。公式が挙げる例はこうだ。一言のプロンプトを与えるだけで、Grok 4.5 はエンドツーエンドで動作する three.js の太陽系シミュレーターを生成した。速度を調整でき、リアルな軌道と星空を備え、HUD 画面まで付いている。公式は、プロンプトがごく簡素でも、設計として完成度が高くそのまま使えるアプリを作れると強調する。

Outline a 5-slide quarterly business review

1 つの自然言語の指示から、コントロールを備えリアルタイムで動く完全なフロントエンドアプリまで一気に飛ぶ。こうした demo のほか、公式は手ごわい Rust や C / C++ のタスクも扱え、プロンプト記述から完成物までエンドツーエンドで通せると述べている。

同じ課題：プロンプト1つ＋参考画像1枚で Three.js 地球ダッシュボードを再現

開発者 @hqmank が、以前 Fable 5 に出したのと同じ課題で Grok 4.5 を試した。プロンプト1つ＋参考画像1枚で、Three.js の3D地球ダッシュボードを再構築するタスク。

本人の評価：ライティング、ガラスパネル、奥行き、余白が一致し、Three.js シーンは初回で正しく描画。フロントは想定以上。この課題では Opus 4.8 を上回り、上位は Fable 5 のみ、とのこと。

コーディングテストで実際に何位だったか

これは公式が公開した DeepSWE 1.0 のベンチマークだ。DeepSWE 1.0 は、AI が実際のソフトウェアエンジニアリングのタスクをどう処理するかを測る評価で、スコアはモデルが一度の回答（pass@1、チャンスは 1 回だけ。テストで消して書き直せないのと同じ）でタスクを正しくこなせた割合を見る。このランキングで、Grok 4.5 は 62.0% を取り、3 位につけた。

Terminal-Bench 2.1、SWE-Bench Multilingual、DeepSWE 1.0、SWE-Bench Pro の横並び比較。Grok 4.5 列を強調。一部は high/max/xhigh 設定。Multilingual は公式 5 チャート以外の補足行。

同じ発表ページには、コーディング関連のランキングがほかにもいくつか載っている。基準が違えば順位も変わり、1 位のものもあれば、もっと下のものもある。

なぜ速くて安いのか

Grok 4.5 の差別化は、速度とコストの側に集中している。ベンチマークで 1 位は取れていないが、「フラッグシップ級の頭脳」と「高速モデルの出力速度・低価格」を一つにまとめた。

公式発表ページの Token efficiency 図：SWE-Bench Pro タスクの平均出力 token は、Grok 4.5 が約 15,954、Opus 4.8 max が約 67,020 で、約 4.2 倍の差。

agentic な場面では、これは同じ token 予算と時間の中で、より長い自律実行、より多くのやり取りを支えられることを意味する。

学習にどう物量を投じたか

この能力はどう作り込まれたのか。Grok 4.5 は数万枚の NVIDIA GB300（NVIDIA の最新世代、大規模 AI 学習向けの高性能 GPU チップ）で学習させた。演算力を積むだけでなく、xAI はデータの選別とクレンジングに重点を置いたという。重複除去、データへの品質スコア付け、分野ごとの選別を行い、学習データを広くカバーしつつ信号密度も高くした。

強化学習のステップでは、数十万件のタスクをカバーし、複数ステップのソフトウェアエンジニアリングを中心に、自動採点とモデル採点で評価する。彼らの学習アーキテクチャは高度に非同期だ。1 つの agent が自力で何時間も走り続けられる一方、数万枚の GPU は学習を続けている。

コード記述から Excel・PPT・Word へ広がる

Grok 4.5 の力はコード記述だけにとどまらない。今や Grok Build（xAI のコマンドラインのコーディングツール）のデフォルトモデルであり、同じ実力が Excel・PowerPoint・Word の 3 点セットにも広がっている。

Word、PowerPoint、Excel はいずれも公式プラグインが公開済みで、Microsoft のアプリストア（Microsoft Marketplace）からインストールできる。

いくらか、今どこで使えるか

価格と入り口について。Grok 4.5 は 100 万 input token あたり 2 ドル、output token あたり 6 ドル。前述の token 節約も重なり、同種のコーディングタスクの実際の請求額はさらに一段下がる。

同格のフラッグシップの公開価格と比べてみる（単位：100 万 token あたり）。

スペック面では、Artificial Analysis は現在のコンテキストウィンドウを 50 万 tokenと記録している（Grok 4.3 の 100 万から一段縮小）。Musk はその後 X で「おそらく来週には 100 万に戻す」と述べた。モダリティはテキスト + 画像入力、テキスト出力。

今どこで使えるか。Grok Build、Cursor の全プラン、xAI のコンソール（console.x.ai）はいずれも提供済みで、API key を 1 つ取れば数行のコードでつなげる。OpenRouter、Hermes Agent などもリリース当日に順次組み込まれた。

curl -s https://api.x.ai/v1/responses \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-4.5",
    "input": "Find and fix the bug, then explain it: function median(a){a.sort();return a[a.length/2]}"
  }'

Artificial Analysis はスペックもいくつか記録している。キャッシュヒットは約 $0.5 / 100 万 token（標準価格からさらに約 75% 引き）。入力が約 20 万 token を超えると単価は倍。現在のコンテキストウィンドウは 50 万 token（Grok 4.3 の 100 万から一段縮小、Musk はおそらく来週には 100 万に戻せるとする）。視覚入力と設定可能な推論は維持。Cursor 側は初週の利用量が倍増したとし、Grok 4.5 と自社の Composer シリーズは規模の異なるモデルで、Composer 2.5 は引き続き残すと強調している。

⚠️ 現時点では EU 圏は xAI のいかなる製品や API でもまだ利用できず、公式は 7 月中旬の開放を見込む。また当面のあいだ、Grok Build と Cursor 内の Grok 4.5 は無料で使える。

今回のアップデートは結局何をもたらすか

これらを立場の異なる人に当てはめると、今すぐ得られるメリットはおおむね次のとおりだ。

• 個人開発者

  一言のプロンプトで、動く完全なアプリを直接生成でき、アイデアからデモ可能なプロトタイプまでの道のりが速くなる。コーディング時も Grok Build や Cursor 内で直接これに切り替えられる。

• オフィスのナレッジワーカー

  自動でモデル化・作図・文章作成ができる agent が 1 つ増える。Word / PowerPoint / Excel のプラグインは公開済みで、ネット調査を要する複数シートの Excel モデリング、PPT の図形描画、公文書作成といった仕事をこなせる。

• API 開発者

  100 万 token あたり 2 / 6 ドルの料金に、約 2 倍の token 効率が重なり、同じ予算でより多く・より長い agentic な自律タスクを走らせられる。